Skip to content
georgeyang1024
myMemory
Public

About

A local-first memory service for humans and AI agents.

Topics

aiai-memoryai-memory-managementai-memory-systemai-toolsknowledge-baseknowledge-managementmarkdownmcpmcp-servermemorymemory-managementmodel-context-protocolnasnotespersonal-memoryself-hostedwebdev

Resources

Readme
MIT license
Activity

Stars

2 stars

Watchers

0 watching

Forks

0 forks
Report repository
BranchesTags

Repository files navigation

myMemory

Python 3.10+ License: MIT

中文 | English

A local-first memory service for humans and AI agents. 人与 AI 共同使用的本机记忆库：双方都往里写、都从里读，跨会话长期保存。

记忆就是普通的 Markdown / 文本文件，放在你自己指定的目录里——没有数据库、 没有云端、没有锁定。AI 通过 MCP 工具检索与写入；你随时用编辑器直接增删改， 改动照常进索引。

English overview

myMemory is a local-first, self-hosted long-term memory server for AI agents and humans. Plain Markdown files are the single source of truth — no vector database, no cloud dependency, no lock-in. Agents read and write through MCP (Model Context Protocol) tools; you edit the same notes in any editor at any time, and your changes enter the search index automatically. For the full English README, see README_EN.md.

  • Full-text retrieval with BM25 keyword ranking + jieba tokenization — deterministic, explainable, fully offline
  • Multiple named sources (personal / team / company), each a directory on local disk or a mounted volume (NAS) → one shared memory across people and devices
  • Returns evidence snippets with provenance (source + path), not pre-baked answers
  • Fast start via persistent index cache; keeps serving when the mount is briefly offline

Use cases: personal AI note-taking, team knowledge bases that agents can query, lightweight local search over your own documents.

特点

  • 多 source：个人、团队、组织……每个 source 对应一个目录，可放本地盘或挂载盘
  • NAS、webDev跨设备：记忆目录放 NAS\webDev，多台设备挂载远端文档共用同一份记忆
  • 全文检索：BM25 关键词匹配 + jieba 分词，无向量、无外部服务；写入时附相似词补同义召回
  • 打分可调：近期修改、路径命中的文档加分，类似的文档旧文档降级（scoring）
  • 证据而非答案：检索返回带来源（source + path）的原文片段，结论由 AI 自己写
  • 关联图：文档间用 Obsidian 式 [[链接]] 关联，检索命中附带同 source 内的关联文档（link_graph）
  • 启动快：索引持久化缓存，启动先用缓存应答、后台增量校验
  • 掉盘可用：挂载盘临时掉线时，索引与缓存原样保留，照常检索与读取
  • 可写面收敛：按配置区分只读 / 可写 source；AI 只能写显式可写的 source

设计与决策依据见 docs/ARCHITECTURE.md 与 docs/adr/。

目录

使用效果

记忆目录（任选）：\\NAS\memories        —— 本地盘 / NAS / webDev 挂载，放哪都行
设备 A（台式机）── mcp 端点 http://<主机>:7083/mcp 接入
设备 B（笔记本）── 同一端点接入，同一份记忆；
下面的对话发生在 B 上，不带任何本地上下文

用户：xxx 工程源码里，临时文件它是在哪儿清理的？

search("xxx 工程源码 临时文件 清理")

{"query": "xxx 工程源码 临时文件 清理", "total_matched": 8, "returned": 2,
 "boundary": "========== myMemory-3f8c1d72be954a06 ==========", …}
========== myMemory-3f8c1d72be954a06 ==========
{"n": 1, "source": "memory", "path": "learn/xxx工程源码-模块地图.md",
 "score": 20.8, "chunk_index": 4, "char_start": 3840, "char_end": 4160, …}
　……boot 阶段 reap：unlink 上次中断残留，异常退出同样接得住……
========== myMemory-3f8c1d72be954a06 ==========
{"n": 2, "source": "memory", "path": "learn/xxx工程源码-工作目录契约.md",
 "score": 16.9, "chunk_index": 2, "char_start": 1200, "char_end": 2000, …}
　……reap(user_dir) 只动 user_dir 内条目，.ro/ 只读段一律不碰……
========== myMemory-3f8c1d72be954a06 ==========

AI：在 src/boot/reap.c 的 sweep_leftovers()——模块地图的记录里，启动 时会 unlink 上次中断残留的产物，异常退出也接得住；清理范围有边界：.ro/ 只读段一律不碰（依据 memory/learn/xxx工程源码-模块地图.md 与 …-工作目录契约.md）。

你问的"临时文件""清理"，两篇笔记正文里一个字都没有——那边的原话是 "reap 残留产物"。能接上你这两个词，靠的是入库时附在文件头的 similar_terms（临时文件、清理、垃圾回收……），你的口语词直接命中了它们。

用户：那协议解析那块呢？感觉不止一个文件在干。

search("协议解析 模块")

{"query": "协议解析 模块", "total_matched": 5, "returned": 1,
 "boundary": "========== myMemory-b92e7a45c0d81347 ==========", …}
========== myMemory-b92e7a45c0d81347 ==========
{"n": 1, "source": "memory", "path": "learn/xxx工程源码-模块地图.md",
 "score": 19.6, "chunk_index": 4, "char_start": 4000, "char_end": 4320,
 "related": ["learn/xxx工程源码-协议层笔记.md", "learn/xxx工程源码-工作目录契约.md"], …}
　……packet_in：解析集中在 src/proto/……细节见 [[xxx工程源码-协议层笔记]]……
========== myMemory-b92e7a45c0d81347 ==========

get-document("memory", "learn/xxx工程源码-协议层笔记.md")
……src/proto/pkt.c：状态机 + 长度前缀，粘包在 feed() 里切；字段序号
被 compat 注释钉住，先读再改；解析入口只有 packet_in 一处……（略）

AI：集中在一处——src/proto/pkt.c：状态机 + 长度前缀，粘包在 feed() 里切，解析入口只有 packet_in 一条。要动它先读 compat 注释，字段序号被 那段注释钉住了。

补一句怎么找到的：搜回来的是模块地图那篇，返回时 related 里挂着协议 层笔记——两篇之间用 [[链接]] 连着，顺着链接多读了这一篇，协议的 细账不用你到源码里翻。

用户：对了，刚验证一个事——字段序号其实早就松绑了，2.3 起协议头带版本 字段自协商，pkt.c 里那段 compat 注释是老的，先别按它来。

save("memory", "xxx工程-字段序号2.3松绑.md", 正文…,
     similar_terms=["兼容", "compat", "协议版本"], category="踩坑清单")

{"saved": true, "source": "memory", "path": "踩坑清单/xxx工程-字段序号2.3松绑.md",
 "char_count": 236, "created": true, "index_refresh": "started", …}

AI：收到，这条跟协议层笔记里 compat 那段是冲突的，以你实测为准——2.3 起 版本字段自协商，序号不用再钉死。已存到 memory/踩坑清单/xxx工程-字段序号2.3松绑.md， 附的 similar_terms（兼容、compat、协议版本）保证下次有人按老注释搜"compat" 改代码时，一定先撞见这条更正。索引正在后台刷新（index_refresh: "started"）， 几秒内下个会话就能搜到。旧笔记正文我没动——save 是覆盖式写入，老的 compat 段先留着作对照，你要彻底清掉我就得读全文重写一篇了。

快速开始

需要 Python 3.10+（Windows 上建议在 python.org 安装时勾选 Add python.exe to PATH）。

git clone https://github.com/georgeyang1024/myMemory.git
cd myMemory
python3 run.py

run.py 是唯一的启动入口，只依赖标准库：自动创建虚拟环境 .venv、安装依赖、 启动服务，并负责后台启停。依赖装齐后重复启动秒过。

python3 run.py                 # 前台启动（首次会交互建档：个人使用 / 团队使用）
python3 run.py --check         # 自检：构建一次索引并报告规模，不监听端口
python3 run.py --init          # 建档/修复配置 + 装齐依赖；已就绪则秒过
python3 run.py --reinstall     # 强制重装依赖
python3 run.py --recreate      # 删除并重建虚拟环境（环境坏掉时用）
python3 run.py --no-venv       # 用当前解释器跑，不建 venv
python3 run.py --index-url <URL>            # 走内网 / 镜像源
python3 run.py --bundle ./wheels            # 在联网机器上打离线依赖包
python3 run.py --find-links ./wheels --offline   # 在离线机器上安装
python3 run.py --help          # 全部选项

几点说明：

  • 首次启动交互建档（生成 ~/.myMemory/config.json）：
    • 个人使用（默认）：询问记忆目录，回车默认 ~/.myMemory/memory（自动创建）；
    • 团队使用：询问团队存储目录（子文件夹就是团队成员，一人一个，回车默认 ~/.myMemory/users）与管理员账号（逗号分隔多个，回车默认 admin），写入 multi_user（enabled: true）；不建公共 source，需要共享记忆时再 config.py source add。完成后按提示配 MCP 端点：http://<服务器>:7083/mcp?user=<成员名>。 非交互环境（stdio、后台子进程）遇缺配置会报"未指定记忆存储"——先在终端完成 建档，或运行 python3 run.py --init（非终端下按个人使用 + 默认目录兜底）。
  • 未被识别的参数（如 --check、--stdio）会原样传给服务本身。
  • requirements.txt 变更时会自动重装依赖，不需要手工清理环境。
  • 配置里的环境变量只有 MEMORY_CONFIG（指定配置文件位置）；另有可选的 MYMEMORY_READY_TIMEOUT 调整后台启动的就绪等待秒数（默认 180）。

后台运行

python3 run.py --background   # 后台启动，就绪后打印端口与 PID 再退出
python3 run.py --status       # 看状态：PID、端口、索引规模
python3 run.py --stop         # 停止
python3 run.py --restart      # 重启
python3 run.py --logs         # 跟踪日志（Ctrl-C 只退出跟踪，不影响服务）
  • 等的是"就绪"而不是"启动"：服务在索引就绪前不监听端口，/health 一通即可接请求。
  • 已在跑时重复执行不会起第二个实例。
  • 日志追加写入 ~/.myMemory/logs/myMemory.log，PID 文件在同一目录。
  • --background 与 --stdio / --check 互斥，会直接报错说明原因。
  • 开机自启用 Windows 任务计划程序（见部署）。

MCP 工具

常驻 7 个 + delete 1 个（默认隐藏），客户端看到的全名形如 mcp__myMemory__save （服务名+工具名由客户端拼接）。

工具 一句话说明
search(query, limit=10, source="") BM25 全文检索，默认跨全部 source，返回原文片段²；source 名、分类、文件名、日期（26-08-04）、型号类标识符都可直接当检索词；也命中文档头部的相似词
get-document(source, path, offset=0, limit=40000) 读取原文²，字符级分页；元数据带 writable 与 stale（掉盘时内容来自缓存）
save(source, filename, content, similar_terms, category="") 写一篇记忆到 <source>/<category>/<filename>.md；similar_terms 必填：正文里没有但可能被搜的词，写进文件头部；已存在即覆盖正文（不可撤销、无备份，旧头部其它键保留），空正文拒绝
rename(source, old_path, new_path) 同 source 内改名/移动一级分类；旧文件必须存在，目标存在即拒绝，不覆盖
replace(source, path, old_string, new_string) 全文完全字面替换 old→new（无正则/大小写折叠），命中几处换几处并返回 replaced_count；0 命中或空 new_string 拒绝
list-sources() 列出全部 source（writable/available/doc_count…），不返回目录路径；写入目标从这里选
recent(limit=10, source="") 最近更新，每文件一条；editor 区分 agent（工具写入）/ scan（人改的或绕过服务的改动），多人共用时记写入者身份
delete(source, path)¹ 真删（无备份、不可恢复），path 与 search 返回同形

¹ delete 真删文件，受配置开关 allow_mcp_delete（默认 false，重启生效） 控制：关闭时连工具都不会出现在 tools/list 里，LLM 看不到就不会调；开启需人工改配置。

² 原文不转义、可直接复制作 replace 的 old_string，格式见下（ADR-0034）。

search / get-document 的输出格式：单个文本块，元数据一行 JSON，原文原样跟在后面。

get-document：
{"source": "memory", "path": "技术/笔记.md", "total_chars": 1200, "has_more": false, ...}
正文原文……（第一个换行之后全部是正文）

search：
{"query": "…", "total_matched": 12, "returned": 2, "boundary": "========== myMemory-7f3a9c2e41d0b8a ==========", ...}
========== myMemory-7f3a9c2e41d0b8a ==========
{"n": 1, "source": "memory", "path": "技术/笔记.md", "char_start": 0, "char_end": 800, ..., "related": ["技术/方案.md"]}
片段原文……
========== myMemory-7f3a9c2e41d0b8a ==========
{"n": 2, ...}
片段原文……
========== myMemory-7f3a9c2e41d0b8a ==========

边界行每次随机生成、保证不出现在片段里；无命中或出错时只有首行 JSON。

关联文档 related（link_graph 开启时，默认开）：命中文档与同一 source 内其它文档之间 有 [[链接]]（出链或反链）时，附最多 3 个关联文档的 path；超过 3 篇时随机抽取，文档或其关联 变了才重新抽。链接按 Obsidian 习惯解析（[[文件名]] / [[分类/文件名]]，可带 |别名、#标题， 大小写不敏感，同名取路径最短），不跨 source。save 的工具说明会提示 AI 照抄 search 返回的 path 写成 [[分类/文件名.md]]（含分类，不删减）建立关联， Obsidian 打开记忆目录即可在图谱中看到。详见 ADR-0035。

通用口径（详细规则见各工具的参数描述与 docs/）：

  • path 全部与 search / recent 返回值同形（含一级分类，不含 source 名， .md 后缀可带可不带）——原样复制，不要自行拼接
  • 写入类工具创建路径：一级分类 + 文件名走同一套字符白名单，..、\ / : * ? " < > | 与 Windows 保留名在语法层拒绝——不可能拼出 source 目录之外的落盘点
  • 写入是异步刷新的：工具立刻返回，索引后台更新，可能几秒搜不到——响应里的 path 就是凭据，不要重试
  • 写入目标必须 writable: true；只读、掉盘、目录不存在一律拒绝
  • 写入只有 MCP 工具，REST 端点全为只读

REST 端点

HTTP 模式下附带 4 个端点：

端点 用途
GET /health 版本、索引规模、构建时间、rebuilding、verifying、当前配置、source 列表（含目录路径与可用性）
GET /search?q=…&limit=…&source=… 字段与 MCP search 相同，但为完整 JSON（片段在 results[].snippet 里），供程序解析
GET /recent?limit=…&source=… 与 MCP recent 返回结构完全一致
POST /reindex[?full=1] 立即刷新索引；默认增量，full=1 全量重建（多人共用下仅管理员，见下文） 
curl.exe http://127.0.0.1:7083/health
curl.exe "http://127.0.0.1:7083/search?q=hello&limit=3"
curl.exe -X POST http://127.0.0.1:7083/reindex

写入没有 REST 端点，只能走 MCP 工具。注意 /health 会返回 source 的目录 路径（供人排障），部署到局域网前请确认这个暴露面可以接受。

配置

全部配置在一个 JSON 文件里：默认 ~/.myMemory/config.json， 可用环境变量 MEMORY_CONFIG 指到别处。index.cache 与 logs\ 都放在配置文件 所在目录，因此代码目录不落任何运行数据。配置修改一律重启生效。

{
  "host": "127.0.0.1",
  "port": 7083,
  "poll_interval": 600,
  "scoring": {
    "recency_window_days": 30,
    "recency_bonus": 10,
    "path_match_bonus": 5,
    "strip_wikilinks": true,
    "historical_penalty": 0,
    "historical_keywords": []
  },
  "sources": [
    {
      "name": "memory",
      "dir": "D:\\memories",
      "writable": true,
      "description": "个人记忆"
    },
    {
      "name": "team",
      "dir": "\\\\server\\share\\team",
      "writable": true,
      "description": "团队共享记忆",
      "scoring": {
        "recency_bonus": 0
      }
    },
    {
      "name": "org",
      "dir": "Z:\\org\\docs",
      "writable": false,
      "description": "制度文档"
    }
  ],
  "domain_terms": ["RFC9424", "AES-GCM"],
  "allow_mcp_delete": false
}
字段 默认值 说明
sources 首次建档生成一个 memory（团队形态可无） 见下
host 127.0.0.1 绑定地址。默认只监听本机；要局域网访问改 0.0.0.0
port 7083 监听端口
poll_interval 600 轮询间隔（秒）；0 关闭（不影响 save 的主动刷新）
extensions [".md", ".txt"] 纳入索引的扩展名
chunk_size / chunk_overlap 800 / 120 切块窗口与重叠（字符）
max_results 20 单次检索返回条数上限
snippet_chars 1200 单条片段截断长度
max_doc_chars 40000 单次读原文返回上限
max_create_chars 100000 单条记忆正文上限
max_cached_docs 1000 常驻内存的全文篇数上限（LRU）；0 不限
domain_terms [] 领域术语词表，见下
allow_mcp_delete false AI 删除断路器：true 时 delete 才对 AI 开放，关闭时该工具不出现在工具列表
link_graph true 关联图：search 命中附 [[链接]] 关联文档（related），save 说明提示 AI 建关联；false 两者都去掉（重启生效）
auto_save false 主动保存：服务总说明加「主动保存」一节，引导 AI 不经询问直接保存经验、踩坑、偏好（重启生效）；MCP URL 加 ?auto_save=true/false 可按连接覆盖，见 ADR-0036
scoring 见下 BM25 之外的打分调整，source 可按字段覆盖

source：name + dir（+ 可选 writable、description、type、scoring）。

  • name：中英文、数字、下划线、连字符，1–64 字符，不含 /
  • dir：写什么就用什么（盘符或 UNC 均可），不映射不转换
  • writable：false 即只读；省略即 true。只读与名称无关
  • scoring：可选，只对这个 source 生效的打分覆盖，见下方 scoring 说明
  • 目录之间互不重叠、不嵌套（按真实路径比较，不区分大小写）
  • 名称非法、重名、重叠、字段拼错或越界时启动即失败；目录访问不到只警告、不失败

domain_terms（可选）：型号、协议名这类 jieba 切不开的标识符。 分词时保持为一个词，且长字母数字串会额外发出它包含的术语， 让"用系列名检索完整型号"命中。改动会作废索引缓存（下次启动全量重建一次）。

scoring（打分调整）：score = BM25 分 + 路径命中加分 + 时间加分 − 历史降分， 近期修改、路径命中的文档排到前面，路径含历史标记词的旧文档降级。写法见上方 config.json： 全局一份，source 里的 scoring 只写要改的字段（上例 team 关掉时间加分），其余继承全局。 决策与实测见 ADR-0027、 ADR-0033。

字段 默认值 说明
recency_window_days / recency_bonus 30 / 10 按时间加分：30天内，按最近更新日期衰减加分，最大10分, 0 即关闭
path_match_bonus 5 路径命中加分：查询的每个词都出现在文档路径（含文件名）时，整篇加一次
strip_wikilinks true 分词前去掉 [[...]]，原文与偏移不变；改动会全量重建一次索引
historical_penalty 0 历史降分：相对路径（含目录与文件名）命中任一关键字时整篇扣一次，0 即关闭
historical_keywords [] 历史标记关键字数组（≤100 条），子串匹配、不区分大小写；如 ["meeting", "已废弃"]
  • 加分/降分只改排序，不改命中集合；数值不宜过大（BM25 分通常几到二十几，建议 |分值| ≤ 10）
  • 批量改动、同步会刷新旧文档的修改时间——这类 source（如外部同步库）设 "recency_bonus": 0， 并靠 historical_penalty + historical_keywords 兜底（不依赖 mtime）
  • 历史降分默认关闭：关键字是子串匹配，任何路径含关键字（哪怕无关笔记）都会被降分， 开启前先在语料里 grep 误伤面
  • 想保持旧排序："scoring": {"recency_bonus": 0, "path_match_bonus": 0, "strip_wikilinks": false}

CLI 等价写法：python3 config.py config edit --scoring recency_bonus=8（全局）、 python3 config.py source edit team --scoring recency_bonus=0（单个 source）、 --reset-scoring 字段|all 删除覆盖。改完重启生效；source list 显示覆盖， /health 的 scoring 显示全局有效值与各 source 的合并结果。

刷新与索引缓存：

  • 启动有缓存：先用缓存立即服务，后台增量校验（/health 的 verifying）
  • 轮询（poll_interval）、save 之后、/reindex 都走同一条增量刷新路径， 后台完成后原子替换，刷新期间请求不中断
  • 掉盘期间该 source 的索引与缓存不更新、不删除，其他 source 照常； 盘恢复后下一次轮询自动接上
  • max_cached_docs 只限制常驻内存的全文篇数；所有文档照常进索引、照常可检索， 不在缓存里的全文按需读盘。/health 的 cached_docs 是当前缓存篇数

config.py CLI：管理配置

只依赖标准库，与服务共用同一套校验——CLI 放行的配置，服务一定能启动； 校验不通过时不改文件。

python3 config.py source list
python3 config.py source add    <名称> --dir <目录> (--readonly | --writable) [--desc "描述"] [--restart]
python3 config.py source edit   <名称> [--dir <新目录>] [--name <新名称>] [--readonly | --writable] [--desc "描述"] [--restart]
python3 config.py source remove <名称> [--yes] [--restart]
python3 config.py config set poll_interval <秒> [--restart]
python3 config.py config set max_cached_docs <篇> [--restart]
python3 config.py config set allow_mcp_delete <true|false> [--restart]   # AI 删除开关，默认 false
python3 config.py config set link_graph <true|false> [--restart]         # 关联图开关，默认 true
python3 config.py config set auto_save <true|false> [--restart]          # 主动保存开关，默认 false
python3 config.py config edit   --scoring <字段>=<值> [--scoring …] [--reset-scoring <字段>|all] [--restart]   # 全局打分调整
python3 config.py source edit   <名称> --scoring <字段>=<值> [--scoring …] [--reset-scoring <字段>|all] [--restart]
python3 config.py reindex [--full]        # 立即增量刷新（--full 全量），不用重启
python3 config.py restart                 # 调用 run.py --restart

目录一律用 --dir 指定（add 时必填）。写盘符（Z:\…）还是 UNC（\\server\share\…） 都行；用盘符时，服务必须运行在映射了该盘符的用户下。 修改类命令默认要手动 config.py restart，加 --restart 则改完直接重启。

多人共用配置（适合≤10人小队）

一个实例供小队共用：sources 里的为公共 source（对全部会话可见），服务器上 一个"个人根目录"的一级子目录 = 一个用户 = 一个个人 source。身份只来自 URL 上的 ?user= 参数（知道用户名即可冒充——已接受的已知风险，后续收紧再议）。

配置写在 config.json 的 multi_user 子项（也可只用 CLI，不必手工编辑）：

{
  "multi_user": {
    "enabled": true,
    "store_dir": "E:\\UserDocs",
    "admins": ["admin"],
    "guest_writable": false
  }
}
  • enabled（默认 false）：多人共用总开关。缺省（或 false）时即使配了 multi_user 块也是单机形态；预配好暂不启用很常见，要开就显式 true （CLI：multi-user enable / multi-user disable）。
  • store_dir（必填）：个人根目录，其一级子目录 = 用户 = 个人 source；
  • admins（可选）：管理员名单，?user=<管理员名> 时全域读写； 未显式配置时默认 ["admin"]（默认管理员是 admin）；
  • guest_writable（默认 false）：访客（无 ?user= 的匿名连接）能否写公共 source， 默认只读，确需匿名写入才改 true。
服务器（管理员本人，终端操作）            用户（每人各自）
1. config.py source add 公共 --dir <目录> --readonly
2. config.py multi-user set <个人根目录>    # 写 enabled: true（重启生效）
3. config.py multi-user user add 张三   # 或手工建目录；建目录 = 开通，热生效
4. config.py multi-user admin add admin   # 可选：默认管理员已是 admin，无需再加
5. python run.py --background     # 启动/重启服务
                                           MCP 客户端配置（普通用户）：
                                           {"type": "http",
                                            "url": "http://<服务器>:7083/mcp?user=张三"}
                                           MCP 客户端配置（管理员）：
                                           {"type": "http",
                                            "url": "http://<服务器>:7083/mcp?user=李四"}
  • 会话范围 = 全部公共 source + 本人个人 source（管理员为全域）；范围外按 "source 不存在"拒绝，不揭示其他用户。误拼用户名 → 400 提示。
  • POST /reindex 多人共用下仅管理员可触发（其余 403）；config.py reindex 自动携带管理员身份（admins 非空时取名单首个，未配置 admins 时用默认 admin，或用 --user 指定）。单机形态（开关关闭）不受限。
  • 新用户开通：服务器建目录即可，服务不重启；新管理员：multi-user admin add + 重启。
  • 收回用户：删目录（索引与缓存随之清除；先备份内容——无回收站）。
  • 访客（无 ?user= 的匿名连接）：只见公共 source，默认只读 （确需匿名写入才在 multi_user 里设 "guest_writable": true）。
  • /health 的 multi_user 块按身份分层：默认只报 store_dir（个人根目录）与 guest_writable；/health?user=<管理员名> 才另给 admins 名单与各用户的 开通情况。日常开通管理仍在服务器上用 config.py multi-user show 与 config.py multi-user user list。

客户端接入

HTTP（推荐：多客户端共享一个实例）

先独立启动服务（run.py --background），客户端配置：

{
  "mcpServers": {
    "myMemory": {
      "type": "http",
      "url": "http://127.0.0.1:7083/mcp"
    }
  }
}

写入几秒内全局可见，且带 /health、/search、/recent。代价是要单独保活， 且可写 + 免鉴权的暴露面需要你判断部署位置（默认只监听 127.0.0.1）。

stdio（客户端自己拉起进程）

claude mcp add myMemory --scope user `
  -e MEMORY_CONFIG=%USERPROFILE%\.myMemory\config.json `
  -- C:\path\to\mymemory\.venv\Scripts\python.exe C:\path\to\mymemory\src\main.py --stdio

三个要点：

  1. 命令必须直接指向 .venv 里的 python 和 src/main.py：stdio 模式下 stdout 是 JSON-RPC 的数据通道，任何多余输出都会让客户端解析失败。 先用 run.py 把环境建好，再让客户端直接调。
  2. MEMORY_CONFIG 必须是绝对路径：客户端启动子进程时的工作目录不确定。
  3. 多个 stdio 进程共用一份 index.cache：各自刷新后原子写回，谁最后写谁生效。 需要准确的 editor 时用 HTTP 模式共享一个实例。

部署（Windows）

  1. Python 3.10+：python.org 安装时勾选 Add python.exe to PATH。 如果 python3 弹出 Microsoft Store 或没有输出， 在「设置 → 应用 → 高级应用设置 → 应用执行别名」里关掉 python3.exe 占位程序。

  2. 首次启动：python3 run.py --check（建档 + 装依赖 + 自检），然后 python3 run.py --background。也可以用 config.py source add 显式建档。

  3. 防火墙（局域网访问时，管理员 PowerShell）：

    New-NetFirewallRule -DisplayName "myMemory MCP" -Direction Inbound `
  -Protocol TCP -LocalPort 7083 -Action Allow -Profile Private

    默认 host 是 127.0.0.1，只有本机使用时无需这一步；要开放给局域网， 先把 host 改为 0.0.0.0 再放行端口。本服务可写且免鉴权，请确认网络可信。

  4. 开机自启：任务计划程序创建任务，程序 python3， 参数 "<仓库目录>\run.py" --background，起始位置设为仓库目录。

更新记录

各版本变化见 CHANGELOG.md

License

MIT

About

A local-first memory service for humans and AI agents.

Topics

aiai-memoryai-memory-managementai-memory-systemai-toolsknowledge-baseknowledge-managementmarkdownmcpmcp-servermemorymemory-managementmodel-context-protocolnasnotespersonal-memoryself-hostedwebdev

Resources

Readme
MIT license
Activity

Stars

2 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages